中信建投：AI可解釋性創(chuàng)新成果入選國際頂級學術(shù)會議ACM SIGKDD

　　中證報中證網(wǎng)訊（記者劉英杰譚丁豪）日前，中信建投在推進“八爪魚”固收一體化智能平臺建設(shè)過程中，其AI可解釋性創(chuàng)新成果——論文《ConciseExplain: Reducing Redundancy and Spuriousness in Persuasive Recommendation Explanation》（《精簡解釋：降低推薦解釋中的冗余與偽相關(guān)性問題》）被ACM SIGKDD 2025收錄。

　　中信建投表示，此次論文被錄用實現(xiàn)了國內(nèi)證券行業(yè)在CCF-A類國際頂級學術(shù)會議上AI可解釋性成果“零的突破”，標志著中信建投在人工智能領(lǐng)域邁入國際研究前沿，也是公司推動構(gòu)建“基礎(chǔ)研究—技術(shù)攻關(guān)—成果轉(zhuǎn)化”閉環(huán)的一項具體成果。

　　“在債券發(fā)行與投資交易等業(yè)務場景中，業(yè)務人員面臨的核心挑戰(zhàn)是，如何在龐雜的債券特性與多元化投資偏好之間實現(xiàn)精準而高效的匹配?！敝行沤ㄍ断嚓P(guān)負責人向記者介紹，傳統(tǒng)推薦算法雖然在一定程度上提升了效率，但普遍存在“只給結(jié)果、不講邏輯”的不足，常被形容為“黑箱式”決策，難以滿足金融行業(yè)對透明度與可解釋性的嚴格要求。

　　據(jù)了解，針對傳統(tǒng)“黑箱推薦”的行業(yè)痛點，中信建投團隊提出了全新的ConciseExplain特征集合級解釋框架。該框架的核心在于以業(yè)務邏輯為導向，運用掩碼訓練策略、基于梯度優(yōu)化的特征子集搜索，提升解釋的精準性和邏輯性，確保解釋結(jié)果既簡潔聚焦，又符合投資實務的邏輯要求。

　　據(jù)介紹，在多維度評測中，ConciseExplain在解釋合理性和多樣性指標上分別提升了6.1%與12.4%。該成果有效解決了“黑箱推薦”的信任短板，使推薦系統(tǒng)從“結(jié)果導向”邁向“邏輯可解釋”，為構(gòu)建透明、可信、用戶可理解的智能金融決策系統(tǒng)提供了堅實的技術(shù)支撐，為金融行業(yè)嚴謹場景下的智能推薦提供了可信的新范式。

　　“通過在真實業(yè)務場景中驗證和持續(xù)迭代，ConciseExplain在債券發(fā)行承銷環(huán)節(jié)展現(xiàn)出顯著成效，提升了推薦系統(tǒng)的可信度與業(yè)務人員的采納率，形成了‘解釋更合理-結(jié)果更可信-使用率更高’的正向循環(huán)?！敝行沤ㄍ断嚓P(guān)負責人向記者介紹道。

　　中信建投表示，公司未來將在集團金融科技創(chuàng)新中心的指導下，聚焦豐富解釋表達多樣性、強化跨產(chǎn)品擴展性兩大方向，推動解釋從“可讀”走向“易懂、可用”，并加快在更多業(yè)務場景落地。同時，將積極探索與監(jiān)管標準和行業(yè)規(guī)范的深度對接，持續(xù)鞏固公司在可信AI與智能推薦領(lǐng)域的領(lǐng)先優(yōu)勢，為金融科技創(chuàng)新和業(yè)務高質(zhì)量發(fā)展不斷注入新動能。

（文章來源：中國證券報·中證網(wǎng)）

(原標題：中信建投：AI可解釋性創(chuàng)新成果入選國際頂級學術(shù)會議ACM SIGKDD)

(責任編輯：137)